Question

我想拍摄一个有两列的pandas DataFrame，并计算两列之间的滚动协方差。问题在于，有时我想假设平均值为零，有时我会想要正确的样本协方差。

要做到这一点，我有以下函数，我想使用滚动应用 - 所有这一切都是计算协方差，假设零均值，如果没有居中，并计算它居中时的通常协方差。

def real_cov(x,y, centered=True):
    return (((x-(x.mean() if centered else 0))*(y-(y.mean() if centered else 0))).sum()/(len(x)-1))

# Make this a binary function
real_cov_uncentered = lambda x,y: real_cov(x,y,False)

现在假设df是一个包含2列和100行数字的DataFrame。

我想使用pandas rolling_apply函数使用我的自定义函数real_cov_uncentered计算未中心的滚动协方差。

即。我希望这段代码能够运作：

rolling_cov=pd.rolling_apply(df, window=20, func=real_cov_uncentered)

这不起作用，因为我显然无法说服pandas将df中的两列视为real_cov_uncentered的两个参数。

有什么建议吗？如果我不清楚我会编辑，请告诉我。

在编辑1上：我应该补充一点，我对一些hackish聪明的尝试（即使有效也会令人不满意）也失败了：

def zipped_cov(two_tuple, centered=True):
    x=np.array([two_tuple[i][0] for i in np.arange(len(two_tuple))])
    y=np.array([two_tuple[i][1] for i in np.arange(len(two_tuple))])
    return real_cov(x,y,centered)

zipped_df=pd.Series(data=zip(df['col1'], df['col2']), index=df.index)
rolling_cov=pd.rolling_apply(zipped_df, window=20, func=lambda x: zipped_cov(x, False))

在这里，我正在做的是通过将我的两列压缩成一列，然后调用zipped_cov函数强制我的协方差调用成为一元函数，该函数将解压缩并调用原始协方差函数。似乎在引擎盖下，熊猫宁愿呕吐，也不愿为我做这件事：

错误消息：

C:\AppData\Local\Enthought\Canopy32\User\lib\site-packages\pandas\stats\moments.pyc in _process_data_structure(arg, kill_inf)
    330 
    331     if not issubclass(values.dtype.type, float):
--> 332         values = values.astype(float)
    333 
    334     if kill_inf:

ValueError: setting an array element with a sequence.

滚动适用于pandas中的二进制（或n-ary）函数

0 个答案: